一种基于强化学习的资源分配优化方法和系统
授权
摘要
本发明公开了一种基于强化学习的资源分配优化方法，包括：获取下行链路的带宽值，并根据该带宽值获得在单个传输时间间隔内可调用的物理资源块数量，并获得待传输的用户业务数量、当前t时刻待传输用户业务在第n个物理资源块上的特征、以及t‑1时刻整个下行链路的特征，判断是需要提高下行链路的带宽利用率，还是需要提高下行链路的公平性，还是需要实现下行链路的带宽利用率和公平性的折衷，如果是需要提高下行链路的带宽利用率，则将特征输入到训练好的带宽利用率强化学习模型中，以得到第i个用户业务在第n个资源块上的度量值。本发明能解决现有算法由于仅仅考虑单一资源块最优分配而引起的局部最优解情况、从而会影响调度性能的技术问题。
基本信息
专利标题 ：
一种基于强化学习的资源分配优化方法和系统
专利标题（英）：
暂无
公开（公告）号 ：
CN109743778A
申请号 ：
CN201910031437.4
公开（公告）日 ：
2019-05-10
申请日 ：
2019-01-14
授权号 ：
CN109743778B
授权日 ：
2022-05-10
发明人 ：
李方敏曾源远李扬帆张韬周舟彭小兵
申请人 ：
长沙学院
申请人地址 ：
湖南省长沙市开福区洪山路98号长沙学院科技处
代理机构 ：
武汉臻诚专利代理事务所(普通合伙)
代理人 ：
宋业斌
优先权 ：
CN201910031437.4
主分类号 ：
H04W72/04
IPC分类号 ：
H04W72/04 H04W72/12 G06N3/08 G06N3/04
法律状态
2022-05-10 ：
授权
2019-06-04 ：
实质审查的生效
IPC(主分类) : H04W 72/04
申请日 : 20190114
申请日 : 20190114
2019-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
